大语言模型面试回复中的性别偏见数据集：英意双语对比研究

人工智能公平性问题备受关注，尤其是大型语言模型（LLM）在生成内容中的偏见。Thesis_Dataset开源数据集聚焦面试场景，对比英语和意大利语LLM的性别偏见模式，揭示潜在刻板印象，对理解和改善AI公平性具有重要价值。该研究通过严谨设计，为AI公平性研究提供场景化、跨语言的实证基础，并开源共享数据集促进学术积累。

大型语言模型正广泛应用于人力资源领域（简历筛选、面试问题生成等），若携带性别偏见可能加剧职场不平等。历史上技术系统多次暴露性别偏见，LLM因训练数据规模大、来源多样，可能编码隐蔽复杂的偏见。面试作为求职关键环节，其AI生成内容的性别差异直接影响职业机会，需重点关注。

数据集选择英语（无语法性别）和意大利语（严格语法性别）对比，体现语言结构与文化背景差异：

• 语言类型差异：英语代词外无语法性别，意大利语名词、形容词等需性别变化，可揭示语言结构对偏见的影响；
• 文化背景差异：英意代表不同性别观念与职场文化，区分普遍模式与特定文化反映；
• 数据收集：控制职位描述、资历等变量，隔离性别因素对模型输出的影响。

性别偏见检测涵盖：

• 刻板印象再现：职业/特质与性别关联（如领导力词汇与男性、关怀词汇与女性）；
• 能力评估差异：相同资历下不同性别的评估语言差异（确定性、赞美程度）；
• 机会推荐差异：职业发展路径推荐的性别差异；
• 语言风格差异：语气确定性、建议详细度等。 潜在发现包括：确认偏见存在、语言调节作用、模型差异、提示工程影响等。

研究贡献：

• 场景聚焦：面试高影响场景贴近实际应用；
• 跨语言视角：丰富偏见研究维度；
• 开源共享：促进学术复现与扩展；
• 方法论参考：为类似研究提供借鉴。 社会意义：
• 算法问责：提供检测量化工具；
• 政策制定：支持AI公平性标准与审计机制；
• 公众意识：提升AI伦理认识；
• 行业实践：为企业招聘AI应用提供风险警示。

缓解策略：

• 数据层面：平衡训练数据偏见；
• 模型层面：引入公平性约束（对抗去偏、正则化）；
• 推理层面：去偏提示、输出过滤；
• 评估层面：完善偏见评估基准。 局限性：场景代表性有限、性别二元框架、语言覆盖少、静态快照。 未来方向：涵盖更多语言文化、探索交叉性（性别与种族等交互）、验证缓解技术、建立持续监测机制。